[发明专利]一种基于边缘计算的鲁棒移动群智感知算法

摘要

本发明涉及一种应用在MCS（Mobile Crowd Sensing）传感任务场景，对任务参与者的招募、对信息有效性的判断、错误的检测与纠正等问题基于边缘计算的优化算法。本发明将平台效用表示为每个位置的独立测量数据的对数函数（严格增加和凹陷），算法目的是在发挥预算约束下最大限度地扩大总效用。由于所提出的联合优化问题为非确定性多项式组合优化问题，不能在多项式时间内求解。因此我们设计了一个近似算法，大大降低了计算复杂度。本发明采用深度神经网络（DNN）来进行数据验证，从而增加预测数据的准确性。此外，本发明还采用数据冗余来提高传感质量，数据源附近检测到测量错误，大幅度从基站传输到传感平台的数据量，减少占用频带资源，降低时延。

主权项

1.一种应用在MCS（Mobile Crowd Sensing）传感任务场景中对任务参与者的招募、对信息有效性的判断、错误的检测与纠正问题基于边缘计算的优化算法，其特征在于：1）考虑在奖励的不确定性设备所有者有可能不愿参与执行传感任务的情况，提出动态参与者招募策略；2）RMCS架构采用逆向维克瑞‑克拉克‑格罗夫斯（Vickrey‑Clarke‑Groves）拍卖机制，以保留价格（RVRP）进行货币奖励的确定；3）考虑到数据存在误差，提出采用深度神经网络（DNN）来进行数据验证；4）考虑到传感参与者所在地点、设备的差异，采用数据冗余的方法提高传感质量。